边防省军区、军分区应在提高“四个能力”上下功夫

边防省军区、军分区、人武部,既担负着国防后备力量建设和兵役工作任务,又担负着边境防卫作战和城市防空袭作战任务。因此,必须着眼未来高技术局部战争的要求,紧紧围绕“打得赢”这个历史课题,在提高“四个能力”上下功夫。 第一,必须努力提高掌握运用指挥自动化系统的能力。熟练运用指挥自动化系统,是未来高技术局部战争中每一个指挥员必须具备的     

基于多目标决策理论武器装备效能综合评估方法

探讨一种适用范围较大的武器装备效能评估方法。基于多目标决策理论的方法,将武器系统效能评估的量化标尺评价法、模糊评价法、矩阵相乘法(ADC法)和专家评价法等方法结合起来,利用解析的形式,对武器装备的效能评估进行研究,给出了一个综合评价值,能够有效地评估武器装备的效能。这种研究是对量化标尺度量法的扩充。     

基于Matlab神经网络的水下目标识别

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了目标像素灰度分布特征提取方法,并针对水下光信号衰减的情况,采用了色彩"补偿"的解决方案.对图像矩阵通过奇异值分解得到了目标有效维特征向量,分类器设计采用了Matlab环境下的BP神经网络,识别结果是令人满意的.这对猎雷具装备的发展具有一定的参考价值.     

基于数据仓库的数据挖掘技术在指挥控制系统中的应用

介绍了数据仓库和数据挖掘的概念、数据挖掘的过程和方法,简单分析了现代战争中信息处理的特点和需求,阐述了数据挖掘在军事指挥控制系统中的应用必要性,提出了军事应用中数据挖掘系统的层次体系结构,并针对该层次体系结构进一步提出了指挥控制系统中数据挖掘技术的应用模型.     

一体化联合作战指挥信息流通体系逻辑结构分析

针对协同性联合作战向一体化联合作战转变对作战指挥产生的影响,在正确定位指挥信息流通体系的基础上,从一体化联合作战的本质特征及对指挥信息流通体系的影响出发,设计了基本作战单元指挥信息输入、输出模型,并通过将作战体系区分为四类模块,得出了指挥信息流通体系的逻辑结构.     

基于大数据的战区联合作战装备保障决策

大数据技术在决策领域的不断应用,将给装备保障决策方式带来重大变革。本文研究基于大数据的战区联合作战装备保障决策问题,提升信息化条件下装备保障准确、高效的决策方式等方面发挥重大作用。阐述了大数据的基本内涵,在决策领域的应用价值。通过系统推理的方法对战区联合作战装备保障决策的分析,提出基于大数据的战区联合作战装备保障决策基本构想,画出科学决策过程示意图,构建大数据战区联合作战装备保障辅助决策系统。结合研究大数据在战区联合作战装备保障决策领域的现实情况,提出相对应的措施建议。     

高效率机动部署航空武器靶场关键技术和应用

为用户设计了一个航空武器试验靶场,具备空空、空地和地空导弹试验能力,可机动部署,具有易于运行和运维代价低的特点。靶场由载机遥测系统、测量雷达、光电跟踪系统、微波和光纤通信系统、靶机遥测站、指挥控制等6个子系统构成;指挥控制子系统之外的5个子系统均使用国产成熟产品。在总体方案和指挥控制子系统设计中,对互联集成方案、机动部署、试验航线设计和发布、自动化领航、自动化指挥决策等5项关键技术进行了着重优化。在实际应用中,全靶场运行仅需20多成员(不含飞行和机场机务人员),3天内完成新试验场部署和联调,对作战部队飞行员进行5架次航线训练后即进行实弹试验,2天内完成多发中程拦截和近距格斗空空导弹试验。     

军事攻防中的多属性资源分配对策模型

针对资源受限情形下的两阶段攻防资源分配问题,提出一种基于多属性决策的资源分配对策模型。防守者首先将有限的防护资源分配到不同的目标上,继而进攻者选择一种威胁组合方式对目标实施打击。基于博弈论相关知识,模型的求解结果可以使防守者最小化自身损失,使进攻者最大化进攻收益。同时,针对模型的特点,给出了一些推论和证明。通过一个示例验证了模型的合理性以及相关推论的准确性,能够为攻、防双方规划决策提供辅助支持。     

在传承红色基因中创新政治工作

根据党中央、中央军委和习主席决策部署,今年在全军开展了“传承红色基因、担当强军重任”主题教育。基因保证了本色不改,强军引领着前进方向,主题教育充分体现了政治工作在新时代的与时俱进。国防和军队建设进入新时代,政治工作的生命线地位更加凸显,与此同时,政治工作要适应新时代要求,在传承红色基因的进程中不断创新前行。政治工作实质上是党领导和掌握军队的工作。确保党对军队的绝对领导,这是党对军队政治工作的根本要求。政治工作是我军的最大特色、最大优势,是我军同一切其他性质军队的最大区别,也是我军保持人民军队性质、宗旨、本色的重要保证。进入新时代,政治工作作为我军的看家本领,必须做到红色基因始终传承,永远不忘初心。     

机载MIMO雷达稳健非均匀样本选择方法

针对杂波训练样本中混入干扰目标,导致空时自适应处理技术的杂波抑制性能下降问题,提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中的目标区域,对整个角度-多普勒平面进行遍历,获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行"挖空"处理,局部稀疏恢复出超分辨的杂波空时谱,获得杂波协方差矩阵估计。结合广义内积算法,实现非均匀训练样本挑选的过程。与常规结合广义内积方法相比,该方法对于不同干扰强度的训练样本,均有良好的检测效果。经仿真验证,所提方法的检验统计量之间区分度更加明显,对于干扰样本的挑选更加彻底,从而有效地提高了空时自适应处理技术的目标检测性能。